Ein Wandel prägt die Softwareentwicklung: Der traditionelle Code-Spezialist rückt in den Hintergrund, stattdessen gewinnt die Rolle des Product Engineer an Bedeutung. Diese Position verbindet technisches Know-how mit einer produktorientierten Denkweise. Getrieben durch den schnellen Fortschritt der Künstlichen Intelligenz (KI) sowie veränderte Markt- und Unternehmensanforderungen, gewinnt Haltung mehr Gewicht als reine Coding-Fähigkeiten.

Für dich als Entwickler bedeutet dies verstärktes Produktdenken und Problemlösen neben dem technischen Handwerk.

Der Product Engineer: Brückenbauer zwischen Code und Kundennutzen

Product Engineers bringen eine Produktmanager-Denkweise in den Engineering-Job ein. Entwickler agieren nicht mehr nur als reine Code-Lieferanten, sondern berücksichtigen Problemlösung und Kundenfokus stärker. Daniel Hauck formuliert dies prägnant: „Everything that helps deliver a better outcome for the customer is right.“

Die Veränderung zeigt sich auch darin, dass sich Entwickler von früheren „Factory-Line-Codern“ zu General Managern entwickeln. Sie haben Frontend, Backend, Datenbanken und Produktspezifikationen im Blick. Der Trend zum sogenannten Agentic Engineering fördert zudem eine engere Zusammenarbeit mit Business-Vertretern: Produkteigentümer und Marketingexperten beteiligen sich an Workshops, um realistische Prototypen zu bauen und den Fokus auf den Kunden-Outcome zu schärfen.

KI als Katalysator für „The Great Coding Reset“

KI verändert das Software Engineering grundlegend. Die Entwicklung wird in der Branche bereits als „The Great Coding Reset“ diskutiert. Die Geschwindigkeit der KI-Entwicklung hat Experten überrascht, da sich Erfahrungen und Anforderungen innerhalb von Wochen oder Tagen verschieben.

Routineaufgaben im Coding werden zunehmend automatisiert, wodurch übergreifendes Denken und Problemlösung in den Vordergrund rücken. Praktiken wie „Tokenmaxxing“ (maximale Nutzung von KI) führten kurzfristig zu internem Wettbewerb in einigen Unternehmen. Dies wurde vielfach zurückgefahren, um explodierende Kosten zu begrenzen.

So schaltete Amazon ein internes Leaderboard ab, und Uber bezeichnete die Token-Kosten als schwer zu rechtfertigen. Viele Ingenieure übernehmen heute die Rolle von „AI-Managern“ und prüfen KI-generierten Code sowie dessen Korrektheit.

Für Junior-Entwickler ergeben sich Fragen, weil KI zunehmend Aufgaben übernimmt, die früher Einstiegsaufgaben waren, etwa Debugging oder einfache Implementierungen. Guy Kirschbaum, VP Engineering bei Velocity.io, beschreibt einen kulturellen Wandel: Lösungen werden heute in Minuten statt in Tagen oder Monaten gefunden. Sein Unternehmen arbeitet intensiv mit KI, betreibt eine „pancake-flat“-Organisation und gibt an, mit einem kleineren, KI-intensiven Team die Leistung von 40 Ingenieuren der „alten Welt“ erreicht zu haben.

Ein Einstellungsstopp fördert horizontales Wachstum und mehr Einfluss für einzelne Mitarbeiter.

Die Dominanz von Haltung und Soft Skills

Eine Studie der High Point University unter mehr als 500 C-Suite-Führungskräften identifiziert „Life Skills“ als wichtigsten Prädiktor für Erfolg. 90 Prozent der Befragten geben an, dass Lebenskompetenzen wie emotionale Intelligenz, Arbeitsmoral, Lernfähigkeit, Motivation, Problemlösung und Professionalität bei Einstellungsentscheidungen weiterhin wichtig sind. 75 Prozent der C-Suite-Führungskräfte würden einem Kandidaten mit starken Life Skills den Vorzug geben gegenüber einem Kandidaten mit ausschließlich technischen KI-Fähigkeiten. 87 Prozent sehen den idealen Professional als eine Balance aus beidem. Die Studie stellt außerdem fest, dass Life Skills schwerer zu lehren sind als rein technische Fertigkeiten, und dass Hochschulabsolventen oft stärkere technische und KI-Kenntnisse als Life Skills mitbringen.

Der „Human Factor“ bleibt im Ingenieurwesen entscheidend. Technologie fungiert als Enabler. Ob Transformationsprogramme gelingen, hängt in hohem Maß von den Menschen ab.

Unternehmen wie ABB betonen bei der Rekrutierung Neugier, Belastbarkeit, übertragbare Fähigkeiten und die richtige Einstellung über rein technische Qualifikationen hinaus. Mentoring und Coaching werden als wichtigere Instrumente angesehen, um Mitarbeiter durch den Wandel zu begleiten.

Anforderungen in der Praxis: Beispiele aus der Industrie

Stellenanzeigen spiegeln diese Entwicklung wider:

GitHub sucht einen Principal Software Engineer für die Front End Web UI Platform (Remote, Deutschland). Gefordert werden unter anderem neun Jahre Erfahrung im Software Engineering sowie Kenntnisse in Sprachen wie C, C++, C#, Java, JavaScript, Go, Ruby, Rust und Python. Bevorzugt werden tiefere Kenntnisse in React oder Angular, Erfahrungen mit der Modernisierung großer Frontend-Codebasen, Web-Performance, Barrierefreiheit sowie die Fähigkeit zur Leitung von Cross-Team-Initiativen und zum Mentoring.

Allianz Technology of America sucht einen Data Engineer Principal (Minneapolis, Minnesota). Die Rolle umfasst das Re-Engineering einer Enterprise-Datenplattform (Azure Synapse Analytics), die Migration von Workloads zu Plattformen wie Databricks sowie Mentoring. Gefordert werden sieben Jahre praktische Erfahrung im Data Engineering, starke Python- und SQL-Kenntnisse, Datenmodellierungserfahrung sowie analytische und kommunikative Fähigkeiten.

Das Jahresgrundgehalt wird mit 110.000 bis 150.000 US-Dollar angegeben.

Henkel schreibt eine Position als Global EMI Subject Matter Expert in Madison Heights, Michigan, aus. Die Rolle beinhaltet technische Expertise in EMI, Kundenarbeit, die Übersetzung komplexer technischer Konzepte in Lösungen und eine betriebswirtschaftliche Denkweise. Gefordert sind einschlägige Kenntnisse in EMI und Elektrotechnik.

Ein Master- oder Bachelor-Abschluss ist Voraussetzung, ein PhD wird bevorzugt. Das Gehalt wird mit 140.000 bis 185.000 US-Dollar pro Jahr angegeben.

Weitere vakante Positionen in großen technischen Feldern zeigen ähnliche Anforderungen an technische Tiefe plus kommunikative und strategische Kompetenzen.

Ausblick: Die Evolution des Ingenieurberufs

Der Übergang zu Product Engineers und die stärkere Gewichtung von Life Skills korrespondieren mit breiteren Trends in Wirtschaft und Bildung. Das World Economic Forum prognostizierte im „Future of Jobs Report 2025“, dass 39 Prozent der bestehenden Fähigkeiten von Arbeitnehmern zwischen 2025 und 2030 transformiert oder obsolet werden. 63 Prozent der befragten Arbeitgeber sehen Qualifikationslücken als größtes Hindernis für die Geschäftstransformation.

Diese Entwicklung zwingt Unternehmen und Bildungseinrichtungen, ihre Strategien anzupassen. Die Fähigkeit, Probleme präzise zu definieren, fundierte Entscheidungen zu treffen und wie ein Ingenieur zu denken, gewinnt an Bedeutung, während KI Routinetätigkeiten übernimmt. Guy Kirschbaum warnt vor einem unkritischen Einsatz von KI: „The machine still doesn’t know how to make those soft decisions.“

Er weist darauf hin, dass manchmal ein Fehler toleriert wird, um die Architektur nicht unnötig zu verkomplizieren.

Die Herausforderung für Unternehmen besteht somit darin, die neue Generation von Ingenieuren zu fördern, die technische Kenntnisse mit sozialen und strategischen Fähigkeiten verbinden. Der Mensch bleibt im Engineering relevant, allerdings in einer Rolle, die sich neu definiert. Die Marktentwicklung deutet darauf hin, dass diejenigen Ingenieure, die diese hybriden Fähigkeiten meistern, in Zukunft besonders gefragt sein werden.